Mohan Giridharadas, zakladatel a CEO LeanTaaS – Interview Series

Mohan Giridharadas je zakladatel a CEO společnosti LeanTaaS, lídra na trhu v oblasti poskytování softwaru procapacity management, staffingu a patient flow pro zdravotnické systémy, který využívá AI a SaaS. Softwarová řešení společnosti jsou využívána více než 175 zdravotnickými systémy po celé zemi. LeanTaaS se recently stal první digitální zdravotnickou společností, která překročila hodnotu 1 miliardy dolarů, a to díky akvizici Hospital IQ 10. ledna 2023, která následovala po získání majoritního podílu Bain Capital Private Equity ve společnosti 6. června 2022.

Věděl jste už od mladého věku, že chcete být inženýrem, co vás k tomu vedlo?

Vyrůstal jsem v rodině, kde můj otec i tři starší bratři byli inženýři. Byl jsem vždy na cestě vyššího vzdělání a nakonec jsem vystudoval elektrické inženýrství na Indian Institute of Technology v Bombaji. Poté jsem studoval počítačové vědy na Georgia Tech University a nakonec jsem získal titul MBA na Stanford University.

Pracoval jste pro McKinsey & Company 18 let, na jakých projektech jste pracoval a jaké zkušenosti jste z toho získal?

V McKinsey jsem vedl Lean Manufacturing a Lean Service Operations v Severní Americe a také Lean Operations a Lean Service Operations v APAC. Když jsem odešel na konci roku 2009, měl jsem dvě hlavní myšlenky pro založení LeanTaaS. První bylo, že všude kolem mne Operational improvement projekty probíhaly na základě excel tabulek. Druhé bylo, že jakékoli úsilí o procesní zlepšení vyžaduje projektový tým — ať už interní nebo externí. Tyto týmy mají projektové úkoly, které se neustále mění podle aktuálního projektu. Moje vize založení LeanTaaS spočívala v tom, aby se daly dodávat lean transformační schopnosti, které nahradí excelové výpočty sofistikovanými matematickými modely a aby se nahradila potřeba projektového týmu platformou SaaS.

Můžete sdílet příběh o tom, jak vámi vedena neformální konverzace na cocktail party v Silicon Valley vedla k založení LeanTaaS?

V Silicon Valley je každá cocktail nebo večírek plný lidí, kteří založili společnosti, prodali je nebo je vzali na burzu. Byl jsem na jedné takové party a někdo nový se mě zeptal, co dělám. Řekl jsem mu, že jsem v McKinsey, ale už jsem se rozhodl odejít a založit softwarovou společnost. Nevěděl jsem přesně, co to bude, ale on se na mě podíval a řekl: “To je bastante odvážný skok.” Vysvětlil mi, že v mé současné roli v McKinsey mám možnost se dostat na kalendář jakéhokoli chief executive. Pokud odejdu a založím svou vlastní společnost, bez produktu, technologie, financování, zákazníků — kdo mě bude chtít vidět? Byl jsem nějakou dobu v hlavě, ale nakonec jsem tuto konverzaci použil jako základní stavební kámen. Moje nová společnost musela být něco, co by mohlo využít dovednosti, které mi trvalo 20 let, aby se vyvinuly, a zároveň být disruptivní a distinktivní v softwarovém prostoru. Tato rozhodující konverzace mi pomohla zúžit možnosti a soustředit se na budování tematické softwarové společnosti s velmi jasnou misí a účelem.

Původní vize LeanTaaS byla široká, co vás vedlo ke změně zaměření na zdravotnictví?

Cesta LeanTaaS začala v roce 2010 s přístupem nezávislým na odvětví. Pracovali jsme s asi 20 společnostmi, včetně Google, Home Depot a Flextronics, na zlepšení provozní výkonnosti prostřednictvím vlastních SaaS aplikací.

Poté, v roce 2013, jsme se spojili se Stanford Health Care, abychom vyřešili jejich problém s plánováním infuzí. Vytvořili jsme algoritmus, který byl navržen tak, aby optimálně spojil dostupnou nabídku se signály poptávky. Věděl jsem z předchozích zkušeností, že spojení nabídky a poptávky analyticky rigorózním způsobem je klíčem k optimalizaci provozní výkonnosti. Naše řešení fungovalo, a my jsme strávili dalších 18 měsíců zdokonalováním našich algoritmů a vytvářením našeho prvního produktu, iQueue for Infusion Centers. V roce 2015 jsme se rozhodli soustředit se výhradně na zdravotnictví.

Jaké jsou některé z technologií strojového učení, které pomáhají optimalizovat provoz nemocnic a zdravotnických institucí?

Jak se zdravotnická data stále více digitalizují, existuje příležitost využít tato data k tomu, aby poskytovatelé mohli efektivněji sladit nabídku a poptávku. Technologie strojového učení mají matematické schopnosti daleko za hranicemi lidského rozumu a jsou stále více využívány k optimalizaci provozu v nemocnicích a centrech infuzí. Tyto technologie využívají datové informace k zlepšení efektivity, výsledků pacientů a alokace zdrojů. Některé z prominentních technologií strojového učení ve zdravotnické optimalizaci zahrnují:

Predictivní analýza: Algoritmy strojového učení mohou analyzovat historická data, aby předpověděly míru přijetí pacientů, propuknutí nemocí a výsledky pacientů. To pomáhá nemocnicím efektivněji alokovat zdroje a plánovat potenciální nápor poptávky.

Správa pacientů: Strojové učení může optimalizovat tok pacientů předpovídáním času propuštění nebo překážek, dostupnosti lůžek a pohybu pacientů v nemocnici. To snižuje čekací doby, zlepšuje spokojenost pacientů a zvyšuje využití zdrojů.

Alokace zdrojů a plánování: Strojové učení může pomoci s plánováním personálu nemocnice, operačních sálů a vybavení na základě historických dat a aktuálních požadavků, zajišťujících optimální alokaci zdrojů. To je zásadní během současné krize ve zdravotnickém personálu.

Jak LeanTaaS pomáhá zmírnit nedostatek zdravotnického personálu?

Naše technologie, poháněná umělou inteligencí a prediktivními analýzami a krmená historickými a reálnými daty zdravotnického systému, podporuje vedoucí zdravotnických systémů v plném využití dostupného personálu napříč lůžkovými jednotkami, centry infuzí a operačními sály. Děláme to několika způsoby:

Řešení pro personál, aby zajistily, že dostupný personál je nakonfigurován napříč lůžkovými oblastmi, aby nejlépe splňoval potřeby současných a budoucích pacientů. Například iQueue for Inpatient Flow nabízí modul personálu, který poskytuje přehled o celém zdravotnickém systému, poskytujícím unit nursing lídrům a personálnímu úřadu čas a přehled, aby proaktivně identifikovali mezery v personálu a alokovali dostupné zdroje, aby nejlépe řešili bariéry a splňovali individuální potřeby pacientů. S využitím iQueue for Inpatient Flow dosáhla Health First snížení core floating napříč zdravotnickým systémem o 44%, snížení komunikace o denním personálním plánu o 45 minut a odstranění 500 hovorů měsíčně pro nasazení personálu.

Jaké výsledky byly vidět u mnoha nemocnic, pro které byla LeanTaaSinstrumentální při řešení pandemie COVID-19?

Pandemie COVID-19 veřejně tlačila nemocnice na hranici jejich kapacity. Na straně poptávky náhle potřebovalo více pacientů intenzivní lékařskou péči, zatímco na straně nabídky byly nedostatky v osobních ochranných prostředcích, pak na JIP lůžkách, běžných lůžkách a nakonec i zdravotnickém personálu. Až dodnes jsou marže nemocnic velmi tenké kvůli zvýšené zátěži pacientů a snížení elektivních zákroků. Bez možnosti rozšířit svou kapacitu nebo nakoupit více aktiv se nemocnice musely soustředit na to, aby více využily své stávající zdroje.

Řešení LeanTaaS pomohla nemocnicím plánovat operace, snižovat administrativní úkoly a nakonec se stát nákladově efektivnějšími — výhrou pro všechny strany. Například během pandemie se systém Novant Health potýkal se nedostatkem dostupného operačního času, 8 000 odložených chirurgických zákroků a nízkou utilizací bloků. Systém implementoval iQueue for Operating Rooms, aby zlepšil kapacitu operačních sálů a poskytl chirurgům a jejich plánovačům nástroj, který usnadňuje zobrazení, přístup a sdílení operačního času. Tento nástroj se ukázal jako zásadní při navigaci v době návratu chirurgických zákroků. Novant Health zvýšil počet zákroků o 4% a vyčistil entire backlog, který se nahromadil během 75-90 dnů, během dalších 90 dnů. Nakonec dosáhl návratnosti investic 6,15násobku, spolu se zvýšenou účastí chirurgů a jejich administrativních pracovníků.

Jaké jsou některé z výzev spojených s přenesením zdravotnictví do moderní éry?

Tradice zdravotnického průmyslu spočívá v jeho zastaralé infrastruktuře, která obdivuje problémy spíše než proaktivně řeší; jeho zvláštní povinnosti k bezpečnosti a přesnosti, která odrazuje od důvěry v novější technologie; a konečně, jelikož finanční zdroje jsou cenné, jeho lídři nemohou riskovat investici bez zaručeného výnosu. Pandemie vlastně změnila tuto píseň. Zdravotnickým systémům bylo nutné rychle přijmout digitální řešení, jako je telehealth a naše kapacitní manažerská řešení, aby udržely přístup k péči, a v procesu prokázaly poptávku poskytovatelů a pacientů po špičkových řešeních, návratnost investic a že mohou být rychlejší a agilnější při přijímání technologií, než si sami uvědomují.

Po desetiletích, kdy zdravotnický průmysl zaostával za ostatními odvětvími, tato nedávná vlna digitální transformace staví zdravotnictví do pozice, aby přeskočilo technologickou generaci. Nemůže dohnat spotřebitelskou éru, ale může vést útok do umělé inteligence. Lídři zdravotnictví nyní vědí, jak priorizovat bezpečnost, soukromí, okamžité výsledky a prokázaný návrat investic do technologií, které musí nabízet skutečně podpůrné a užitečné pracovní postupy, které zachovávají a rozšiřují lidskou odbornost. Při tak rychlé digitalizaci vybudovali infrastrukturu potřebnou pro udržení nových technologií založených na umělém inteligenci s bezpečností.

Nicméně kritickým prvkem při zavádění nové technologie do zdravotnictví je změna managementu. Samotná technologie nezajišťuje udržitelnou transformaci. Musí být spojena se specialisty na změnu managementu, kteří mohou vést organizace skrz narušení směrem k výsledkům. Proto LeanTaaS oznámil na začátku tohoto roku spuštění Transformation as a Service (TaaS), první služby svého druhu, která zaručuje výsledky. Nabídka TaaS poskytuje každému zákazníkovi věnovaný tým, který dodává požadované služby pro implementaci naší technologie, zajišťuje normalizaci dat, automatizaci a digitalizaci stávajících pracovních postupů, řízení změny, zavedení celosystémového řízení a zajišťuje úspěch.

Je něco jiného, co byste chtěl sdílet o LeanTaaS?

Stále jsme naslouchají našim zákazníkům a inovujeme na základě jejich specifických potřeb a pokroků v oblasti AI. Jako takový jsme nedávno spustili iQueue Autopilot, první řešení generativní umělé inteligence pro hospitalizaci, které poskytuje hospitalizovaným lídrům lidsky podobné konverzace a akční informace pro podporu rozhodování o toku pacientů, plánování, velínu, správě bloků, personálu a dalších případech kapacitního managementu napříč jak ambulantními, tak hospitalizovanými prostředími. Díky takové přístupné, okamžité a silné podpoře mohou lídři nemocnic dosáhnout vyšších finančních výsledků a zvýšit přístup k péči; zdravotníci a poskytovatelé mohou svobodně věnovat svou pozornost pacientům; a personál může pracovat produktivně a vyhnout se vyhoření. S iQueue Autopilot přináší LeanTaaS svou vizi “řízení letového provozu” pro zdravotnictví — řízení toku pacientů a optimalizace kapacity napříč kontinuem péče na jedné platformě — k životu.

Děkuji za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit LeanTaaS.